会话管理与上下文控制

在 DigMind 中，每一次与 Agent 的对话不仅仅是临时的问答，而是一段被完整记录并可实时回溯的“分析旅程 (Journey)”。

旅程：长效记忆机制

不同于传统聊天机器人可能会随着对话拉长而“遗忘”背景，DigMind 的每一个项目沙箱都拥有独立且持久的长效记忆层。

• 自动保存与回溯：系统会自动保存您的所有对话历史。当您在数周后重新进入该项目时，Agent 依然清晰记得上一次讨论的核心结论、您纠正过的业务逻辑以及已提取的图谱草案。
• 旅程时间线：您可以在右侧助手面板的顶栏点击 (历史记录)，快速切换到不同的历史会话分支，或接续之前的讨论。

精准的上下文控制 (Selector)

Agent 并非漫无目的地搜索全量数据。为了确保分析的高纯度与低干扰，您可以通过对话框顶端的 Selector 组件 精准控制它的“知识视野”：

1. 资源选择器 (Resource Palette)

您可以手动勾选项目内特定的文件夹或具体文档。

• 应用场景：例如，您只想让 Agent 基于“2024 第一季度竞品对比”这一文件夹内的文件生成总结，而不希望它参考其他过时的旧文档。

2. 知识边界锁定

当您选择了特定的资源后，Agent 会进入“闭环知识模式”。它的所有思考逻辑和回答内容将严格被限制在您所选定的范围内，这能极大程度提高分析结果的专业性并消除幻觉。

交互过程中的深度感知

在会话进行中，系统提供了多维度的视觉辅助，增强您对 AI 工作状态的掌控：

• 思维链 (Reasoning)：您可以点击回复气泡下方的“思维链路”图标，展开查看 Agent 幕后的推理全过程。这包含了它是如何拆解您的复杂意图、调用了哪些检索工具以及如何整合碎片化信息的透明足迹。
• 实时动作状态：当 Agent 正在阅读万字长文或抓取网页时，您能在对话框中看到具体的工具执行状态，确保流程可感、可知。

---